宫颈AI是女性较常见的恶性肿LIU之一，也是目前少数几种病因明确的AI症之一。绝大多数宫颈AI是由人乳状状LIU病毒HPV得了引起的，如果能及时阻断HPV得了，几乎可以100%预防宫颈AI的发生。

预防和治宫颈AI的关键是要筛查出高风险人群，及时发现高级别宫颈上皮内LIU变CIN患者，并进行干预。

近年来，临床医生希望利用数字成像和机器学习技术来提升宫颈AI筛查的效果。在未来十年内，HPV检测结果为阴性的女性患宫颈AI的风险较低；即使检测结果为阳性，也不必过度担心，因为大多数宫颈HPV得了并不会导致AI症前病变。

只有长时间处于高危型HPV的持续得了，才会引发严重的宫颈上皮内LIU变CIN，较终演变成宫颈AI。

现在面临的挑战是如何精细地识别哪些得了了HPV后，较有可能出现宫颈AI前病变的女性。

当前，被发现携带HPV的女性可能需要进行更多的HPV检测或者细胞学检测，以进一步评估是否需要进行阴道镜检查、活检或治。然而，这些方法并不是较佳选择。

在传统的巴氏涂片细胞学检测中，需要经过专业训练的实验室技术人员分析染色的玻片，来寻找异常细胞，以便在AI前病变发展为AI症之前及时发现。然而，这种检查耗时且敏感性不高，容易产生假阳性结果。

2021年3月，美国食品药品监督管理局FDA通过了下一代细胞学检测CINtec?PLUS的批准，将其作为较早基于生物标志物的分类检测方法，用于经cobas?4800检测到人类乳状状LIU病毒HPV阳性的女性进行原发性宫颈AI筛查。

通过使用CINtecPLUS细胞学检测，我们能够确定患有与宫颈AI密切相关的HPV得了的女性。

该系统能够向临床医生提供更有价值的决策辅导，帮助他们判断哪些女性需要尽早进行阴道镜检查或其他诊断程序以获得较大的益处，从而有助于预防女性罹患更严重的宫颈疾病。

一项较新研究于6月25日在美国《国家AI症研究所杂志》上发布，指出一种人工智能AI双染色检测技术可以大幅提高宫颈AI筛查的准确性和效率。该技术由美国国家AI症研究所NCI的科研人员开发并实施。

尼古拉斯·温登森博士，NCIAI症流行病学和遗传学部门的砖家表示：“研究表明，智能宫颈AI筛查方法对于HIV检测结果为阳性的女性来说，比传统方法更有效。通过发现更多的AI前病变和减少错误阳性结果，可以提高宫颈AI筛查的效果。这将帮助HPV阳性的女性避免接受不必要的诊疗。”

宫颈样本的p16和Ki-67蛋白存在可以通过双染色检测进行检测。据Wentzensen博士团队的既往研究发现，双染色检测结果为阴性的女性，在未来5年内患宫颈AI前病变的风险较低。同时，与巴氏细胞学检测结果为阳性的女性相比，双染色检测阳性结果较少。然而，人工双染色试验受到主观因素的影响较大，因为细胞技术人员必须查看载玻片来确定结果。

在这项较新的研究中，研究人员将探索智能双染色检测是否能够达到或超越人工检测的水平。

科学家们开发了一个全新的幻灯片成像平台，通过深度学习训练后，可以准确判断宫颈细胞是否呈现p16/Ki-67双染阳性。

研究人员将该方法与传统的巴氏细胞学和手工双染色检测方法进行了对比，总共检测了4253名北加州KaiserPermanente和俄克拉荷马大学的参与者，他们是HPV阳性的宫颈AI和肛门AI的三项流行病学研究的参与者。

幻灯片用于自动双染色细胞学检查。

较新研究发现，基于人工智能的双染色检测方法在阳性率方面明显优于巴氏细胞学和手工双染色检测，同时具备较高的敏感性能够准确识别有AI前病变的样本和特异性能够正确鉴别没有AI前病变的样本。

使用基于AI的双染色技术进行检测，相较于巴氏细胞学检测，可以将阴道镜检查的转诊率降低约1/3，即降低了约42%到60%。

除此之外，这种测试方法还表现出很高的稳定性，在进行肛门细胞学检查时显示出相当出色的性能。

总的来说，这种自动检测方式超越了目前使用的巴氏细胞学标准检查，有效降低了错误阳性结果的比例，同时也大幅减少了不必要的阴道镜检查。这项检测方法还有望成为肛门AI筛查的一种新选择。

这种检测方法很好地结合了数字病理学和深度学习，并在临床实践中得到了应用。通过这种方法，我们有望极大改善宫颈AI筛查的现状，为每年数百万的HPV检查阳性的女性带来福音。